從零開始在ubuntu上配置深度學習開發環境
昨天一不小心把原來配置好的台式電腦的開發環境破壞了，調了半天沒有調回來，索性就重灌一次ubuntu系統。這篇文章主要記錄乙個簡單的、『傻瓜式』教程。
一、ubuntu系統重灌
可以參照以下鏈結的教程來準備啟動盤，然後安裝系統，位址為在這裡。
二、安裝firefox瀏覽器
（2）建立乙個桌面圖示檔案，指令為：sudo touch firefox.desktop；
（4）往圖示檔案中輸入：
[desktop entry]如果成功執行的話，出現的結果如下：name=firefox
comment=this is firefox
exec=/usr/share/firefox/firefox
icon=/usr/share/firefox/browser/chrome/icons/default/default128.png
terminal=false
其中「exec」為軟體啟動程式的目錄，icon為圖示檔案所在目錄，這兩個屬性可以根據自己的情況來修改。
3、安裝anaconda
開啟乙個終端轉到該檔案所在的路徑下，在終端中輸入：sh anaconda3-2019.10-linux-x86_64.sh，之後按照所安裝程式所提供的資訊來安裝anaconda，基本上是一路「yes」到底。
4、使用anaconda安裝tensorflow-gpu
在終端中輸入指令：conda install tensorflow-gpu即可，anaconda會自動安裝tensorflow-gpu的一些依賴，包括：numpy，cuda，cudnn等，因此通過anaconda安裝不需要我們再手動安裝cuda和cudnn了。
5、安裝顯示卡驅動
博主所使用的電腦配有英偉達的gtx 1060 6g顯示卡，目前電腦所使用的顯示卡驅動是預設的nouveau驅動，這個驅動無法和tensorflow一起使用，因此需要修改為其它的驅動來使用。我們可以在系統自帶「軟體與更新」中找到「附加驅動」一欄，如下圖所示：
6、檢測tensorflow環境是否配置成功
可以在終端中使用python來執行下面的python**：
import
tensorflow as tf
a=tf.constant([1,2,3,4,5,6],shape=[2,3],name='a'
)b=tf.constant([1,2,3,4,5,6],shape=[3,2],name='b'
)c=tf.matmul(a,b)
with tf.session() as sess:
print(sess.run(c))
值得注意的一點是，由於在更新一些的tensorflow中已經不能夠使用「tf.session()」了，會報出「tensroflow中不包含session模組」的錯誤。這是因為在tensorflow 2.0中已經該語句已經被替換為「tf.compat.v1.session」。如果用著不習慣，可以將之前安裝的tensorflow降級為2.0版本以下，可以使用如下命令：conda install tensorflow-gpu==1.14。
從零開始在ubuntu上搭建node開發環境
1 adduser username 2 授權 gpasswd a txwg sudo 配置 sudo visudo 找到root all all all all 在下面新增 username all all all all 1.sudo vi etc ssh sshd config 2.修改防火牆...
在Ubuntu機器上從零開始搭建SVN伺服器
1 切換成root使用者 sudo su2 列表專案 安裝svn伺服器 apt install subversion安裝完成後，svn後台服務即已啟動。如果服務意外退出的話，可以使用下面的命令重新啟動 svnserve d r srv svn說明 其中的 srv svn 為svn庫的路徑 3 設定s...
從零開始配置 Ubuntu 開發環境
第 1 步 安裝vim sudo apt get install vim 第 2 步 安裝 git sudo apt get install git 第 3 步 給vim安裝目錄結構外掛程式 nerdtree 通過git 獲取最新的nerdtree git clone 1 給自己當前使用者安裝此外掛...